Katarina Petrovic

新的全局传输方法增强了引导式AI图像生成

研究人员推出了一种名为全局传输（GT）的新方法，用于改进流模型中的条件生成。与之前需要为每个条件单独耦合的方法不同，GT不依赖类别且在没有类别标签的情况下计算。虽然GT本身可能会降低性能，但它与分类器自由引导（CFG）的结合可以在各种领域、模型规模和采样预算中持续提高生成质量。这表明在引导推理过程中评估条件流中耦合的有效性，而不是在无引导生成中评估。